چت بات صوتی؛ پایان منوی «برای بخش فروش عدد ۱ را بگیرید»

راهکار مرکز تماس هوشمند و ویس‌بات فارسی، بر بستر فرزان

چت بات صوتی تماس‌گیرنده را به‌جای عبور از یک منوی درختی طولانی، وارد یک گفتگوی طبیعی می‌کند: می‌پرسد چه کاری دارید، پاسخ می‌دهد و در صورت نیاز تماس را با خلاصه گفتگو به کارشناس منتقل می‌کند. ویس‌بات فارسی هوش مصنوعی رایورز پاسخ را از دل مستندات و داده واقعی همان سازمان می‌سازد و کاملاً داخل شبکه سازمان اجرا می‌شود.

  • گفتگوی طبیعی
  • جایگزین IVR درختی
  • فارسی محاوره‌ای
  • انتقال هوشمند تماس
  • استقرار داخلی
مرکز تماس هوشمند — نمونه گفتگوی صوتی
«الو سلام، می‌خواستم ببینم قبض این ماهم چقدر شده»
«سلام. برای دسترسی به صورتحساب، لطفاً شماره اشتراک خود را بفرمایید.» — پس از دریافت و تأیید: «صورتحساب دوره جاری شما ۲ میلیون و ۴۵۰ هزار ریال و مهلت پرداخت تا پانزدهم ماه است.»منبع: سامانه صورتحساب · احراز هویت: شماره اشتراک و کد تأیید
«چرا اینقدر بیشتر از ماه قبل شده؟»
«این پرسش نیاز به بررسی جزئیات مصرف دارد. تماس شما را به کارشناس منتقل می‌کنم؛ خلاصه گفتگو و شماره اشتراک شما برای ایشان ارسال شد تا نیازی به تکرار نباشد.»انتقال به صف کارشناسان مشترکین · مدت انتظار تخمینی: ۴۰ ثانیه
گفتگو به‌صورت صوتی انجام می‌شود؛ متن بالا رونوشت همان مکالمه است.

چت بات صوتی چیست؟

چت بات صوتی یا ویس‌بات، سامانه‌ای است که تماس تلفنی را پاسخ می‌دهد، گفتار تماس‌گیرنده را به متن تبدیل می‌کند، مقصود او را می‌فهمد، پاسخ را از منابع سازمان می‌سازد و آن را دوباره به گفتار تبدیل کرده و می‌گوید. نتیجه، تجربه‌ای است شبیه صحبت با یک اپراتور — نه شبیه فشردن دکمه در یک منوی چندلایه.

تفاوت اصلی با IVR سنتی در جهت جریان است. در IVR درختی، سازمان تصمیم می‌گیرد تماس‌گیرنده از چه مسیری عبور کند و کاربر باید خودش را با ساختار سازمان تطبیق دهد. در مرکز تماس هوشمند، تماس‌گیرنده به زبان خودش می‌گوید چه می‌خواهد و سامانه مسیر را پیدا می‌کند. برای بخش قابل‌توجهی از تماس‌ها، اصلاً مسیری لازم نیست؛ پاسخ همان‌جا داده می‌شود.

موتور این راهکار، پلتفرم فرزان — هوش مصنوعی سازمانی است و مدل زبانی آن بر بستر مدل زبانی بزرگ دانشیار اجرا می‌شود. مخزن دانش نیز از آرشیو اسناد سگال‌سان تغذیه می‌شود. کل زنجیره — تشخیص گفتار، پردازش زبان و تولید گفتار — داخل شبکه سازمان اجرا می‌گردد؛ نکته‌ای که برای سازمان‌هایی با داده حساس تعیین‌کننده است.

یک واقع‌بینی مهم درباره کانال صوتی: کیفیت خط تلفن، نویز محیط، لهجه و سرعت گفتار روی دقت تشخیص اثر می‌گذارند. طراحی درست یک ویس‌بات فارسی این است که در موارد کم‌اطمینان، به‌جای حدس زدن، تأیید بگیرد یا تماس را به کارشناس منتقل کند.

چرا مراکز تماس سراغ چت بات صوتی می‌روند؟

در مرکز تماس، دو هزینه هم‌زمان پرداخت می‌شود: هزینه دقیقه‌های کارشناس، و هزینه نارضایتی کسی که پشت منو گیر افتاده است.

تجربه تماس

منویی که کسی تا آخر گوش نمی‌دهد

IVR چندلایه، تماس‌گیرنده را خسته می‌کند. بخش زیادی از کاربران در نهایت عدد صفر را می‌فشارند تا فقط به یک انسان برسند.

هزینه عملیاتی

دقیقه‌های صرف‌شده روی سؤال تکراری

وقتی نیمی از تماس‌ها یک پرسش ساده و تکراری است، هر دقیقه کارشناس صرف کاری می‌شود که خودکارسازی‌اش کاملاً ممکن بود.

ساعات پیک

اوج تماس، صف انتظار

در ساعات پیک، ظرفیت مرکز تماس ثابت است اما حجم تماس نه. نتیجه‌اش صف، تماس رهاشده و مشتری ناراضی است.

دسترس‌پذیری

خارج از ساعت کاری، هیچ

بیرون از ساعت اداری، مرکز تماس یا خاموش است یا فقط پیام می‌گیرد؛ در حالی که بخش زیادی از پرسش‌ها قابل پاسخ خودکارند.

چت بات صوتی در عمل چه کارهایی انجام می‌دهد؟

پرکاربردترین سناریوها در مراکز تماس سازمان‌های ایرانی — همه با پاسخ گفتاری و بدون منوی درختی:

دریافت مقصود تماس

به‌جای منوی چندلایه، تماس‌گیرنده به زبان خودش می‌گوید چه می‌خواهد و سامانه مسیر را تشخیص می‌دهد.

استعلام صورتحساب و بدهی

اعلام مبلغ، مهلت پرداخت و وضعیت تسویه، پس از احراز هویت تماس‌گیرنده.

پیگیری وضعیت درخواست

اعلام مرحله فعلی پرونده، سفارش یا تیکت و اقدام بعدی، به‌صورت گفتاری.

نوبت‌دهی تلفنی

مشاهده زمان‌های آزاد، رزرو و تغییر نوبت — بدون نیاز به دسترسی به اینترنت یا اپلیکیشن.

پاسخ به پرسش مقرراتی

توضیح شرایط، تعرفه‌ها و مدارک لازم بر پایه مستندات مصوب سازمان.

ثبت درخواست و شکایت

دریافت درخواست تلفنی با ساختار مشخص و صدور شماره پیگیری در همان تماس.

انتقال هوشمند به کارشناس

هدایت تماس به صف درست بر پایه موضوع واقعی گفتگو، همراه با خلاصه‌ای که کارشناس پیش از پاسخ می‌بیند.

تماس خروجی خودکار

یادآوری نوبت، سررسید پرداخت یا اطلاع‌رسانی وضعیت پرونده، با امکان گفتگوی دوطرفه.

غربالگری تماس

تشخیص تماس‌های خارج از دامنه یا نیازمند اولویت فوری، پیش از ورود به صف کارشناسان.

رونوشت خودکار تماس

تبدیل گفتگو به متن قابل جستجو و ثبت آن در پرونده مشتری، بدون نیاز به یادداشت‌برداری کارشناس.

نظرسنجی پس از تماس

جمع‌آوری بازخورد به‌صورت گفتاری و طبقه‌بندی خودکار نکات مطرح‌شده.

تحلیل تماس‌ها

گزارش پرتکرارترین موضوعات و نقاط انتقال به کارشناس؛ نقشه‌ای دقیق برای بهبود فرآیند و محتوا.

چت بات صوتی چگونه کار می‌کند؟

در کانال صوتی، دو مرحله اضافه نسبت به چت متنی وجود دارد: تبدیل گفتار به متن در ابتدا، و متن به گفتار در انتها.

۰۱ تماس ورودی و تبدیل گفتار ۰۲ درک مقصود و احراز هویت ۰۳ بازیابی معنایی (RAG) ۰۴ تولید پاسخ با فرزان ۰۵ پاسخ گفتاری یا انتقال تماس مخزن دانش سازمان سگال‌سان، رویه‌ها، تعرفه‌ها سامانه‌های سازمان صورتحساب، پرونده، CRM تشخیص گفتار، پردازش و تولید صدا — همه داخل شبکه سازمان
گردش کار چت بات صوتی از تماس ورودی تا پاسخ گفتاری؛ کادر نقطه‌چین مرز شبکه سازمان است.
  1. تبدیل گفتار به متن

    صدای تماس‌گیرنده با موتور تشخیص گفتار فارسی به متن تبدیل می‌شود؛ کیفیت این مرحله، سقف کیفیت کل تجربه را تعیین می‌کند.

  2. درک مقصود و احراز هویت

    مقصود واقعی تماس‌گیرنده از جمله استخراج می‌شود و در صورت نیاز به داده شخصی، هویت او با روش امن تأیید می‌گردد.

  3. بازیابی معنایی از دانش سازمان

    مرتبط‌ترین قطعات از مخزن دانش و داده زنده سامانه‌ها بازیابی می‌شود تا پاسخ بر پایه منابع واقعی ساخته شود.

  4. تولید پاسخ گفتاری

    مدل زبانی پاسخ کوتاه و روشن مناسب کانال صوتی می‌سازد و موتور تبدیل متن به گفتار آن را با صدای طبیعی فارسی بیان می‌کند.

  5. اقدام یا انتقال تماس

    در صورت نیاز درخواست ثبت می‌شود؛ و اگر پاسخ خارج از دامنه باشد، تماس با خلاصه گفتگو به کارشناس مناسب منتقل می‌گردد.

قابلیت‌های ویس‌بات فارسی

در کانال صوتی، کوتاهی و روشنی پاسخ به‌اندازه درستی آن اهمیت دارد؛ کسی پای تلفن یک پاراگراف طولانی گوش نمی‌دهد.

تشخیص گفتار فارسی محاوره‌ای

موتور تشخیص گفتار بومی با فارسی گفتاری، لهجه‌های رایج و اصطلاحات اداری کار می‌کند.

پاسخ کوتاه و شنیدنی

پاسخ‌ها برای گوش نوشته می‌شوند نه برای چشم: کوتاه، مرحله‌به‌مرحله و بدون جمله‌های طولانی.

مدیریت عدم قطعیت

در موارد کم‌اطمینان به‌جای حدس زدن، تأیید می‌گیرد یا تماس را منتقل می‌کند — رفتاری که در کانال صوتی حیاتی است.

انتقال با بافتار کامل

وقتی تماس به کارشناس می‌رسد، خلاصه گفتگو و هویت تماس‌گیرنده پیش از پاسخ روی صفحه کارشناس است.

رونوشت و ثبت خودکار

کل گفتگو به متن قابل جستجو تبدیل و در پرونده ثبت می‌شود؛ پایان یادداشت‌برداری دستی کارشناس.

صدا از سازمان خارج نمی‌شود

تشخیص گفتار و تولید صدا داخل شبکه سازمان انجام می‌گیرد؛ فایل صوتی به سرویس ابری بیرونی ارسال نمی‌شود.

فایل صوتی تماس کجا می‌مانند؟

حساس‌ترین پرسش هر مدیر در این پروژه‌ها همین است، و پاسخ کوتاه آن روشن است: داخل سازمان.

راهکار هوش مصنوعی رایورز به‌صورت On-Premise روی زیرساخت خود سازمان مستقر می‌شود؛ مدل زبانی، پایگاه برداری و موتور جستجو همگی درون شبکه اجرا می‌شوند و هیچ فایل صوتی تماس، رونوشت گفتگو و داده هویتی تماس‌گیرنده به سرویس ابری بیرونی ارسال نمی‌شود. استقرار در شبکه کاملاً ایزوله (Air-Gapped) نیز پشتیبانی می‌گردد — همان الزامی که بسیاری از سازمان‌های ایرانی در حوزه مرکز تماس با آن روبه‌رو هستند.

استقرار داخلی

اجرای کامل روی سرورهای سازمان، حتی در شبکه‌های ایزوله و بدون دسترسی به اینترنت.

کنترل دسترسی نقش‌محور

احراز هویت متمرکز و اعمال سطح دسترسی سازمانی روی هر پاسخ، پیش از تولید آن.

پردازش صوت در محل

موتورهای تشخیص گفتار و تبدیل متن به گفتار روی زیرساخت سازمان اجرا می‌شوند و صدای تماس‌گیرنده از شبکه خارج نمی‌گردد.

اتصال به زیرساخت مرکز تماس

این راهکار جایگزین مرکز تماس شما نیست؛ لایه‌ای است که روی آن می‌نشیند و بار تماس‌های ساده را برمی‌دارد.

جدول سامانه‌های قابل اتصال به چت بات صوتی و کاربرد هر اتصال
سامانهچه چیزی ممکن می‌شود
مرکز تماس و سامانه تلفنیدریافت تماس ورودی، مدیریت صف و انتقال تماس به کارشناس
CRMشناسایی تماس‌گیرنده، دسترسی به سوابق و ثبت خودکار خلاصه تماس
سامانه صورتحساب و مالیاعلام بدهی، مبلغ قسط و وضعیت پرداخت به‌صورت گفتاری
سامانه پرونده و درخواستپیگیری وضعیت پرونده و ثبت درخواست جدید در همان تماس
سگال‌سانتأمین مخزن دانش از رویه‌ها، تعرفه‌ها و مستندات سازمان
احراز هویت متمرکزتأیید هویت تماس‌گیرنده پیش از ارائه هر داده شخصی

مسیر پیاده‌سازی در سازمان شما

در کانال صوتی، شروع محتاطانه اهمیت مضاعف دارد: یک دامنه محدود و پرحجم، با مسیر روشن انتقال به کارشناس.

  1. تحلیل تماس‌های فعلی

    بررسی اینکه چه سهمی از تماس‌ها تکراری و قابل خودکارسازی است و کدام دامنه بیشترین حجم را دارد.

  2. آماده‌سازی دانش و سناریوهای صوتی

    بازنویسی پاسخ‌ها به زبان شنیداری، تعریف مسیرهای تأیید هویت و تعیین نقاط اجباری انتقال به کارشناس.

  3. استقرار، اتصال و آزمون صوتی

    نصب روی زیرساخت سازمان، اتصال به مرکز تماس و ارزیابی دقت تشخیص گفتار روی نمونه تماس‌های واقعی.

  4. پایلوت روی بخشی از تماس‌ها

    هدایت درصدی از تماس‌های ورودی به ویس‌بات، سنجش نرخ حل بدون کارشناس و اصلاح تدریجی سناریوها.

تفاوت چت‌بات عمومی با چت بات صوتی هوشمند

بسیاری از سازمان‌ها ابتدا با یک ابزار عمومی شروع می‌کنند و پس از چند پاسخ اشتباه در حوزه‌ای که خطا در آن گران تمام می‌شود، به سراغ راهکار تخصصی می‌آیند.

جدول مقایسه چت‌بات عمومی با چت بات صوتی هوشمند
معیارچت‌بات عمومیچت بات صوتی هوشمند
منبع پاسخدانش عمومی اینترنتمستندات و داده‌های همان سازمان
ارجاع به منبعمعمولاً نداردذکر سند و بند مرجع در هر پاسخ
محل دادهسرور ابری بیرون سازمانداخل شبکه سازمان (On-Premise)
سطح دسترسیتفکیک نقش نداردمبتنی بر نقش و احراز هویت سازمانی
تجربه تماسمنوی درختی چندلایهگفتگوی طبیعی بدون منو
انتقال به کارشناسبدون بافتارهمراه با خلاصه گفتگو و هویت تماس‌گیرنده
انجام اقدامفقط متن تولید می‌کندثبت درخواست و ورود به چرخه اجرا
مواجهه با ندانستنریسک پاسخ ساختگیاعلام نبود پاسخ و ارجاع به کارشناس

پرسش‌های متداول درباره چت بات صوتی

چت بات صوتی دقیقاً چیست؟

سامانه‌ای که تماس تلفنی را پاسخ می‌دهد، گفتار تماس‌گیرنده را به متن تبدیل می‌کند، مقصود او را می‌فهمد، پاسخ را از منابع سازمان می‌سازد و به‌صورت گفتاری بیان می‌کند. در صورت نیاز، تماس را با خلاصه گفتگو به کارشناس منتقل می‌کند.

تفاوت آن با IVR فعلی ما چیست؟

در IVR، تماس‌گیرنده باید خودش را با ساختار منوی سازمان تطبیق دهد و از چند لایه عبور کند. در این راهکار، تماس‌گیرنده به زبان خودش می‌گوید چه می‌خواهد و برای بخش قابل‌توجهی از تماس‌ها، پاسخ همان‌جا داده می‌شود بدون هیچ منویی.

دقت تشخیص گفتار چقدر است؟

دقت به کیفیت خط، نویز محیط، لهجه و سرعت گفتار بستگی دارد و در فاز آزمون روی نمونه تماس‌های واقعی سازمان شما اندازه‌گیری می‌شود. طراحی راهکار طوری است که در موارد کم‌اطمینان به‌جای حدس زدن، تأیید بگیرد یا تماس را منتقل کند.

آیا فایل صوتی تماس‌ها از سازمان خارج می‌شود؟

خیر. موتورهای تشخیص گفتار و تبدیل متن به گفتار روی زیرساخت سازمان اجرا می‌شوند و صدای تماس‌گیرنده به سرویس ابری بیرونی ارسال نمی‌شود.

آیا جایگزین کارشناسان مرکز تماس می‌شود؟

خیر. هدف، برداشتن تماس‌های تکراری و ساده از صف است تا وقت کارشناس صرف مواردی شود که واقعاً به قضاوت انسانی نیاز دارند. تماس‌های پیچیده همیشه به کارشناس می‌رسند — منتها این بار با بافتار کامل.

مرکز تماس فعلی ما باید تعویض شود؟

خیر. این راهکار لایه‌ای است که روی زیرساخت تلفنی موجود می‌نشیند. دامنه دقیق اتصال در فاز بررسی نیاز و بر پایه سامانه تلفنی فعلی شما تعیین می‌شود.

آیا می‌تواند تماس خروجی هم بگیرد؟

بله. یادآوری نوبت، سررسید پرداخت و اطلاع‌رسانی وضعیت پرونده از کاربردهای رایج تماس خروجی است، با امکان گفتگوی دوطرفه در همان تماس.

راه‌اندازی چقدر طول می‌کشد؟

به دامنه انتخابی، وضعیت مستندات و امکان اتصال به مرکز تماس بستگی دارد. روش پیشنهادی، شروع با یک دامنه محدود و هدایت درصدی از تماس‌ها به آن است تا کیفیت پیش از گسترش سنجیده شود.

چت بات صوتی را روی تماس‌های خودتان بسنجید

در جلسه دمو، راهکار را با سناریوهای واقعی مرکز تماس شما تنظیم می‌کنیم تا کیفیت تشخیص گفتار و طبیعی بودن گفتگو را روی نمونه تماس‌های خودتان ارزیابی کنید.